30.000 Möglichkeiten, ein Ziel.

Wenn Kund*innen nicht zahlen, setzen wir auf eine Kombination aus Künstlicher Intelligenz (KI), Data Science und Verhaltensforschung.

Unser selbstlernender Algorithmus typologisiert Menschen anhand von Daten und Aktionen, um die bestpassende Strategie auszuführen.

Im respektvollen Umgang sensibilisiert unsere KI die Person zur Zahlung und findet eine kundenorientierte Lösung.

Künstliche Intelligenz.

Wir nutzen die fortschrittlichsten KI-Technologien, um eine hochgradig personalisierte Customer Experience im Inkasso zu schaffen.

Reinforcement Learning Supervised Learning Natural Language Processing

Reinforcement Learning (RL) eignet sich dazu, die beste Strategie zu wählen. RL ermöglicht eine personalisierte Kundenansprache im Inkasso, indem es individuelle Präferenzen und Verhaltensmuster berücksichtigt. Deep Q Learning ist eine komplexe Form des Reinforcement Learnings, die auf neuronalen Netzwerken beruht. Man kann damit langfristig optimale Handlungen ableiten und zum Beispiel den besten Zeitpunkt oder den besten Kommunikationskanal für eine Payment-Nachricht ermitteln.

Supervised Learning (dt. Überwachtes Lernen) wird angewandt, um konkrete Ereignisse und oft deren Wahrscheinlichkeiten vorherzusagen. Dabei werden markierte Datensätze genutzt, um Algorithmen zu trainieren. Überwachtes Lernen ist eine Form des Machine Learnings und kann im Forderungsmanagement zum Beispiel beim Scoring eingesetzt werden. Der Algorithmus kann dank des Supervised Learnings einschätzen, wie wahrscheinlich es ist, dass eine Person die offene Forderung bezahlt.

Natural Language Processing (NLP) ermöglicht es, große Textmengen automatisch zu verarbeiten und relevante Informationen zu extrahieren. Dadurch können Kundenanfragen effizient und zeitnah bearbeitet werden. Large Language Models (LLM) wie Llama 2 können z.B. E-Mails analysieren und dabei erkennen, ob eine Zahlungsvereinbarung gewünscht wird, es Rückfragen oder Beschwerden gibt. Das LLM versteht z.B., dass eine Verbraucherin einen Ratenzahlungsplan in 3 Raten abschließen möchte.

Data Science.

Unser Algorithmus verarbeitet individuelle Merkmale deiner säumigen Kund*innen, die vor und auch während der Interaktion im Mahnprozess anhand von Datenanalysen gewonnen werden. Auf Basis dieser Merkmale identifiziert unsere KI bestimmte Verhaltensmuster und spezifiziert die Typologie.

Kundendaten aus erster Hand

Deine Kundendaten geben uns Einblicke ins Konsumentenverhalten sowie Hinweise auf systematische Handlungsmuster deiner Kund*innen und bestimmen die Kommunikationskanäle.

Daten von Drittparteien

Daten von Auskunfteien, Kreditinstituten oder Marktdaten helfen uns dabei, ein besseres Bild über die Zahlungsfähigkeit deiner säumigen Kund*innen zu erlangen. Dadurch können wir gezielt individuelle Lösungsmöglichkeiten anbieten.

Digitale Daten

Daten, die aus sozialen Medien oder im Rahmen der E-Mail-Identifikation gewonnen werden, geben zusätzlich Aufschluss über den sozioökonomischen Status deiner Kund*innen und bestimmen ebenfalls die Kommunikation im Mahnprozess.

Verhaltensdaten

Die Erreichbarkeit, die Art der Reaktion oder die Reaktionsgeschwindigkeit deiner Kund*innen geben Aufschluss auf die Zahlungsbereitschaft und zeigen uns, ob die Maßnahmen im Mahnprozess zielführend sind.

Verhaltensforschung.

Basierend auf Erkenntnissen der Verhaltensforschung ermitteln wir den optimalen Kontakt zu deinen Kund*innen. Während der Interaktion passt unser Algorithmus die Kommunikation, je nach Kundenreaktion individuell an, bis wir eine Einigung mit deinen Kund*innen erzielen.

Die Vorteile.

Jetzt Demo anfordern.

PAIR Finance

Technologie

Märkte

Unternehmen